spss参与非参检验实验报告.docxVIP

第五章 参数检验?单样本t检验：（5.2）分析六级考试成绩一般平均得分是否为75；1.录入数据，全部学生的六级考试成绩显而易见服从正态分布，可用Q-Q图，或非参检验对所抽取的样本进行正态性检验，之后进行单样本t检验。2.选择菜单：Analyze---Compare Means---One-Sample T Test，再出现的窗口中，选择“六级考试成绩”到【Test Variable】框中，在【Test Vaule】框中输入检验值75。单击“OK”即可，结果如表所示:3.如上表One-Sample Test所示：第二列为t统计量的观测值为- 0.442，第三列是自由度10，第四列为检验p值0.668，第五列为样本均值与检验值的差，第六列和第七列为总体均值与原假设值差的95%的置信区间，为（-7.69,5.14）。若取显著性水平α为0.05，则p大于α，因此应该接受原假设，认为六级考试成绩一般平均得分为75分。95%的置信区间告诉我们有95%的把握认为六级考试成绩的均值在67.31~85.14之间。?两独立样本t检验（5.3）分析有促销和无促销情况下商品的日销售额是否存在显著变化；1.录入数据，有促销和无促销情况下的日销售额可以看成两个独立总体，且日销售额可近似认为服从正态分布，可用Q-Q图或非参检验对其正态性检验。在以上前提下，进而可对不同情况下的日销售额进行两独立样本t检验。2.选择菜单：Analyze---Compare Means---Independent-Samples T Test，再出现的窗口中，选择“日销售额”到【Test Variable】框中，选择“type”到【Grouping Variable】框中，按【Define Groups】按钮定义两总体的标识值，分别在Group1与Group2中输入1,2即可，Continue。单击“OK”，结果如表所示:3.如上表Independent Sample Test所示，结论分析为两步:第一步，方差齐性检验。F统计量的观测值为0.225，对应的p值为0.638，若取显著性水平α为0.05，则p大于α，可以认为两总体的方差相等。第二步，两总体均值的检验。由于两总体方差近似相等，因此应看第一行方差齐性时的t检验结果。其中，t统计量的观测值为- 1.818，第五列是自由度32，第六列为检验p值0.078，若取显著性水平α为0.05，则p大于α，因此应该接受原假设，认为有促销和无促销情况下的日销售额无显著差异。第九列和第十列为两总体均值差的95%的置信区间（-179.04,10.17），此置信区间跨0，从另一角度证实了上述推断。?两配对样本t检验：（5.4）分析肥胖人群喝减肥茶前后的平均体重是否存在显著差异，进而说明该减肥茶效果如何：1.录入数据，对喝茶前后采取配对的抽样方式，且体重可以近似认为服从正态分布，所以可以进行两配对样本t检验。2.选择菜单：Analyze---Compare Means---Paired-Samples T Test，再出现的窗口中，选择一对检验变量“喝茶前体重”与“喝茶后体重”到【Paired Variable】框中，选择“type”到【Grouping Variable】框中，单击“OK”，结果如表所示： a.喝茶前与喝茶后体重的基本描述统计量: b.喝茶前与喝茶后体重的简单相关系数与检验： c.喝茶前与喝茶后体重的两配对样本3.a表表明，喝茶前与喝茶后体重有差异，喝茶后平均体重低于喝茶前平均体重。b表中，第三列为喝茶前后两组样本的简单相关系数0.817，第四列为相关系数检验的p值0.001，若取显著性水平α为0.05，则p小于α，可以认为喝茶前后体重有明显的线性变化，线性相关程度较强。C中，第二列为喝茶前后体重的平均差异，相差了7.08公斤，第五列为差值95%的置信区间（2.52,11.64），第六列为t检验统计量的观测值3.418，第七列为t分布的自由度11，第八列为检验p值0.006，若取显著性水平α为0.05，则p小于α，因此应该拒绝原假设，认为总体上体重差的平均值与0有显著差异，说明喝茶前后的体重平均值存在显著差异，可以认为该减肥茶具有显著的效果。第七章 spss的非参数检验Ⅰ单样本的非参数检验：（7.1）?总体分布卡方检验：（7.1.1）分析心脏病猝死人数与日期之间的关系：1.录入数据，由于变量日期是定序性数据，所以对该变量的总体分布检验可以采取卡方检验方法。2.选择菜单：Analyze---Nonparametric Tests---Chi-Square，再出现的窗口中，选择检验变量“死亡日期”到【Test Variable List】框中，单击“OK”，结果如表所示:a:b:3.a表表明：168个观察数据中，星期一